n个骰子的点数-60
将一个骰子投掷n次,获得的总点数为s,s的可能范围为n~6n。
掷出某一点数,可能有多种掷法,例如投掷2次,掷出3点,共有[1,2],[2,1]两种掷法。
请求出投掷n次,掷出n~6n点分别有多少种掷法。
样例1
输入:n=1
输出:[1, 1, 1, 1, 1, 1]
解释:投掷1次,可能出现的点数为1-6,共计6种。每种点数都只有1种掷法。所以输出[1, 1, 1, 1, 1, 1]。
样例2
输入:n=2
输出:[1, 2, 3, 4, 5, 6, 5, 4, 3, 2, 1]
解释:投掷2次,可能出现的点数为2-12,共计11种。每种点数可能掷法数目分别为1,2,3,4,5,6,5,4,3,2,1。
所以输出[1, 2, 3, 4, 5, 6, 5, 4, 3, 2, 1]。
思路:
考虑用动归,数组 dp[i] [j]表示用 i 个骰子扔出和为 j 的可能数,因为第i个骰子可能扔出 1-6 的点数,则
dp[i][j]=dp[i-1][j-1]+dp[i-1][j-2]+dp[i-1][j-3]+dp[i-1][j-4]+dp[i-1][j-5]+dp[i-1][j-6],
可以看成是一个分组背包问题。
若是要求概率,则再把得到的结果除 6 的 n 次方即可。
class Solution {
public int[] numberOfDice(int n) {
int[][] dp = new int[n + 1][6 * n + 1];
dp[0][0] = 1; // 初始化
for (int i = 1; i <= n; i++) {
for (int j = 6 * i; j >= 0; j--) {
for (int k = 6; k >= 1; k--) {
if (j - k >= 0) dp[i][j] += dp[i - 1][j - k];
}
}
}
int[] res = new int[5 * n + 1];
int j = 0;
for (int i = n; i <= 6 * n; i++)
res[j++] = dp[n][i];
return res;
}
}
优化空间
class Solution {
public int[] numberOfDice1(int n) {
int[] dp = new int[6 * n + 1];
for (int i = 1; i <= 6; i++) dp[i] = 1; // 只投1次,此时1-6出现次数均为1
for (int i = 2; i <= n; i++) {
for (int j = 6 * i; j >= 0; j--) {
dp[j] = 0; // 此处不置0,会在后面的循环中多加自己初始话的值,比正确答案多1
for (int k = 6; k >= 1; k--) {
if (j - k >= 0) dp[j] += dp[j - k];
}
}
}
int[] res = new int[5 * n + 1];
int j = 0;
for (int i = n; i <= 6 * n; i++)
res[j++] = dp[i];
return res;
}
}
本文探讨了投掷n个骰子时,如何计算从n到6n点数的所有可能掷法数量。通过动态规划算法,详细解析了求解过程,并提供了两种实现方法,包括常规DP和空间优化版本。
1479

被折叠的 条评论
为什么被折叠?



